Les enjeux environnementaux de la course à l’intelligence artificielle

De nombreuses entreprises parient sur l’intelligence artificielle générative pour faciliter la vie de leurs employés et gagner en temps et en efficacité. Mais cette technologie extrêmement gourmande en énergie pose des questions sur sa soutenabilité. Jusqu’où aller dans son développement?

Créer un texte, une image, une vidéo, à partir d’une simple requête écrite ou parlée sur son ordinateur ou smartphone : difficile d’y résister. Depuis le lancement de ChapGPT, il y a tout juste deux ans, les intelligences artificielles (IA) génératives créent une certaine frénésie. Mais combien de temps numérique nous reste-t-il avant l’épuisement des ressources naturelles (minerais, eau) qui servent à fabriquer les équipements, les infrastructures, et à faire tourner les puissants centres de données (data centers) où se trouvent les ordinateurs et leurs processeurs spécialisés permettant de faire fonctionner l’IA ? La France qui accorde un tarif d’électricité préférentiel aux centres de données, sous certaines conditions, a l’intention d’accueillir de nouveaux centres de données et de développer les existants, « Un enjeu de souveraineté », selon Emmanuel Macron.

Voraces en énergie, ils dévorent des milliards de kilowattheures par an. « Un sujet soigneusement ignoré », constate Frédéric Bordage, fondateur de Green IT, collectif d’experts indépendants qui s’intéressent depuis vingt ans à la sobriété numérique, et a créé en 2014 un éco-index des sites Internet. C’est tout le paradoxe de l’IA : elle ouvre des pistes de progrès considérables dans une multitude d’activités humaines – santé, mobilité, industrie, agriculture, information, etc. – et si l’on s’inquiète des possibles dérives éthiques de l’IA, la consommation exponentielle d’énergie que nécessite cette technologie construite sur des puissances de calcul et des bases de données gigantesques, reste sous silence. Les besoins en calcul vont augmenter on développe les usages en mettant de l’IA générative partout. « La question à se poser c’est, qu’est-ce qu’on veut faire avec l’IA ? », interroge Frédéric Bordage. Un usage récréatif, des devoirs scolaires et universitaires, ou bien détecter des cancers, prédire des pannes sur un train ou un avion, monitorer une infrastructure, gérer des flux de visiteurs hors norme lors d’évènements exceptionnels ? L’IA est capable de surperformer les capacités d’un humain, sans pour autant se passer de son expertise, « alors autant l’utiliser là où c’est utile et préserver le plus longtemps possible nos ressources », plaident les adeptes de la frugalité numérique qui étaient réunis début novembre au Forum GreenTech, à Paris.

L’IA grignote déjà près d’1 % du budget annuel soutenable de chaque individu, et en consommera toujours plus, craignent les auteurs du Baromètre annuel de l’éco-conception digitale, réalisé par GreenIT et Razorfish, filiale numérique du groupe Publicis qui conçoit des sites web pour les grandes entreprises.

« La consommation d’énergie est beaucoup plus forte avec l’IA générative, confirme Denis Coutrot, directeur des mégadonnées et responsable IA chez Getlink (Eurotunnel). Mais si on consomme plus en amont pour entraîner les algorithmes, à contrario, on consomme moins en matières premières : il convient donc aussi de comparer le coût environnemental des algorithmes versus les coûts évités lors d’une intervention lourde sur les matériels et les infrastructures », tente-t-il de relativiser. Et souvent, les algorithmes les plus simples sont aussi efficaces, poursuit l’expert passé par Ile-de-France Mobilités, Transdev, Vinci et Systra. Le gestionnaire du tunnel sous la Manche et du Shuttle utilise de l’IA traditionnelle pour détecter des anomalies sur les matériels roulants, et de l’IA générative pour doter les techniciens d’un « compagnon de maintenance ». « Pour certaines tâches, on gagne en productivité, en efficacité, et cela permet aux experts de se recentrer sur leur cœur de métier : on ne va pas laisser un neurone liquide rédiger les procédures ferroviaires. Mais si on laisse passer le train de l’IA, on risque de passer à côté de quelque chose », insiste le data scientist.